Добавил:
bekan
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:12-ameliy_I_ES
.pdf
12-Ámeliy jumıs. Bilimlerdi neyron tarmaq arqalı kórsetiw
Jumıstıń maqseti: Studentlerge jasalma neyron tarmaqlarınıń strukturası,
islew principi hám bilimlerdi sanlı awırlıqlar arqalı saqlaw usılların úyretiw.
Neyron tarmaqlarda signallardıń tarqalıwı hám kishi kólemdegi perseptron
modelin ámeliyatta realizaciyalaw kónlikpelerin qáliplestiriw.
Teoriyalıq bólim: Jasalma neyron tarmaǵı (JNT) túsinigi
Jasalma neyron tarmaǵı — bul biologiyalıq neyronlardıń islew prinscipine
tiykarlanǵan matematikalıq model. Bul modelde bilimler logikalıq qaǵıydalar
(Eger-Onda) túrinde emes, al neyronlar arasındaǵı baylanıs awırlıqları
(weights) túrinde kórsetiledi.
Neyronnıń strukturası. Hár bir jasalma neyron tómendegi quramlıq
bólimlerden ibarat:
Kirisler (Inputs): Sırtqı ortalıqtan keletuǵın signallar (X1, X2, ...).
Awırlıqlar (Weights): Hár bir kiris signalınıń áhmiyetlilik dárejesi (W1, W2,
...).
Neyron tarmaǵında bilimlerdi kórsetiw — bul kútilgen nátiyje menen haqıyqıy
nátiyje arasındaǵı qáteni kemeytiw ushın awırlıqlardı ózgertiw procesi
esaplanadı. Bunı "Modeldi oqıtıw" dep ataymız.
Máseleniń qoyılıwı
Ámeliy sabaq dawamında studentler:
1. Ápiwayı logikalıq operaciyalardı neyron tarmaǵı modeli retinde
súwretlewi.
2. Kiris signalları hám awırlıqlar arasındaǵı baylanıstı esaplawı.
3. Python tilinde bir qatlamlı perseptron modelin iske qosıwı kerek.
Ámeliy bólim: Perseptron shınjırı
Perseptron — bul eń ápiwayı neyron tarmaǵı modeli.
Iske qosıw basqıshları:
1-qádem: Kiris signalların (X) belgilew.
2-qádem: Baslanǵısh awırlıqlardı (W) tayınlaw.
3-qádem: Kóbeymeler jıyındısın esaplaw hám nátiyjeni tekseriw.
4-qádem: Eger jıyındı 0'den úlken bolsa 1, bolmasa 0 dep qabıllaw.
5. Ámeliy mısallar
1-mısal: Logikalıq "HÁM" (AND) modeli
Máselesi: Neyron tarmaǵı eki kiris te 1 bolǵanda ǵana 1 shıǵarıwı kerek.
Kirisler: X1 = 1, X2 = 1.
Awırlıqlar: W1 = 0.5, W2 = 0.5.
Bos aǵza (bias): B = -0.7.
Esaplaw: (1 * 0.5) + (1 * 0.5) - 0.7 = 0.3.
Nátiyje: 0.3 sanı 0'den úlken bolǵanı ushın shıǵıs 1-ge teń.
2-mısal: Tamǵanı tanıw (Simple OCR)
Kiris: 0 hám 1 lerden ibarat pikseller kestesi.
Proces: Hár bir pikselge tiyisli awırlıqlar jıyındısı belgili bir limitten assa,
neyron "Bul A háripi" degen sheshimdi shıǵaradı.
3-mısal: Python tilinde ápiwayı neyron modeli
Python
# Neyron modeliniń ápiwayı realizaciyası
def simple_neuron(x1, x2):
# 1. Awırlıqlar hám bos aǵza
w1 = 0.6
w2 = 0.6
bias = -1.0
# 2. Summator (Logikalıq shınjır)
weighted_sum = (x1 * w1) + (x2 * w2) + bias
# 3. Aktivaciya (0 yamasa 1)
if weighted_sum >= 0:
output = 1
else:
output = 0
return output
# Sistemani iske qosıw (Test: AND operaciyası)
print("Kiris (1, 1) ushın nátiyje:", simple_neuron(1,
1))
print("Kiris (1, 0) ushın nátiyje:", simple_neuron(1,
0))
Ámeliy tapsırmalar
Tapsırma 1. "Logikalıq YAKI (OR) neyronı"
Máselesi: Keminde bir kiris 1 bolǵanda 1 nátiyje beriwshi neyron
parametrlerin oylap tabıń.
Talap: W1, W2 hám Bias mánislerin qanday qılıp tańlaw kerek? Shınjırın
jazıń.
Tapsırma 2. "Neyron tarmaǵı grafikası"
Máselesi: 3 kirisli hám 1 shıǵıs neyronlı tarmaq sızbasın (qaǵazda) sızıń.
Talap: Hár bir baylanıs (sızıq) ústine awırlıq belgilerin (W) qoyıp shıǵıń.
Tapsırma 3. "Aktivaciya funkciyası logikası"
Máselesi: Eger summator nátiyjesi -0.5 bolsa, shıǵıs nege teń boladı?
Talap: Python tilinde bul shártti tekseriwshi kishi kod jazıń.
Tapsırma 4. "Súwretlerdi klassifikaciyalaw (2x2)"
Máselesi: 4 pikselden ibarat qara-aq súwreti berilgen (1 - qara, 0 - aq).
Talap: Súwret "tolıq qara" bolsa 1 beriwshi awırlıqlar modeliniń formulasın
tekst túrinde jazıń.
Tapsırma 5. "Neyron tarmaǵında qáteni anıqlaw"
Máselesi: Kútilgen nátiyje 1.0, biraq neyron 0.4 mánisin berdi.
Talap: Bul qáteni (Error) qanday formula menen esaplaw múmkinligin
túsindiriń.
Baqlaw sorawları
1. Neyron tarmaǵında "bilim" degende ne túsiniledi?
2. Neyron modelindegi "Awırlıq" (Weight) neni bildiredi?
3. Summator ne ushın kerek?
4. Neyron tarmaqlarınıń basqa modellerden (mısalı, terek) tiykarǵı artıqmashılıǵı
nede?
Соседние файлы в предмете Интеллектуальные системы